ABOUT THE SPEAKER
Raffaello D'Andrea - Autonomous systems pioneer
Raffaello D'Andrea explores the possibilities of autonomous technology by collaborating with artists, engineers and entrepreneurs.

Why you should listen

Raffaello D'Andrea combines academics, business, and the arts to explore the capabilities of autonomous systems. As part of his research as professor of dynamic systems and control at the Swiss Federal Institute of Technology (ETH Zürich), he and his collaborators enchant viewers with works like the self-destructing, self-assembling Robotic Chair, or the Balancing Cube that can perch itself on its corners.

D’Andrea and his team created the Flying Machine Arena to test the gravity-defying abilities of their athletic flying robots. Building on research in the Flying Machine Arena, ETH Zürich partnered with its spin-off company Verity Studios and with Cirque du Soleil to create “Sparked,” a short film showcasing the unexpected airborne dexterity of quadcopters. D’Andrea is the co-founder of Kiva Systems, a robotics company that develops intelligent automated warehouse systems and that was acquired by Amazon in 2012.

More profile about the speaker
Raffaello D'Andrea | Speaker | TED.com
TEDGlobal 2013

Raffaello D'Andrea: The astounding athletic power of quadcopters

Raffaello D'Andrea: Zdumiewająco wysportowane kwadrokoptery

Filmed:
12,409,728 views

W laboratorium robotycznym zorganizowanym na konferencji TEDGlobal Raffaelo D'Andrea prezentuje swoje latające kwadrokoptery: roboty, które myślą jak sportowcy rozwiązujący problemy dotyczące poruszania się w przestrzeni za pomocą algorytmów, które pomagają im się uczyć. W serii rewelacyjnych pokazów D'Andrea pokazuje drony, które chwytają piłkę, łapią równowagę i wspólnie podejmują decyzje. Zwróćcie szczególną uwagę na prezentację robotów sterowanych gestami.
- Autonomous systems pioneer
Raffaello D'Andrea explores the possibilities of autonomous technology by collaborating with artists, engineers and entrepreneurs. Full bio

Double-click the English transcript below to play the video.

00:23
So what does it mean for a machinemaszyna to be athleticsportowe?
0
11307
3184
Co to znaczy,
że maszyna jest wysportowana?
00:26
We will demonstratewykazać the conceptpojęcie of machinemaszyna athleticismsprawności fizycznej
1
14491
3417
Zaprezentujemy ideę wysportowanych maszyn
00:29
and the researchBadania to achieveosiągać it
2
17908
1720
i stan badań nad nimi
00:31
with the help of these flyinglatający machinesmaszyny callednazywa quadrocoptersquadrocopters,
3
19628
2511
przy pomocy latających maszyn
00:34
or quadsquady, for shortkrótki.
4
22139
1887
zwanych kwadrokopterami.
00:38
QuadsQuady have been around for a long time.
5
26034
2529
Są znane od dawna,
00:40
The reasonpowód that they're so popularpopularny these daysdni
6
28563
1599
a ostatnio bardzo popularne,
00:42
is because they're mechanicallymechanicznie simpleprosty.
7
30162
1965
bo są proste w budowie.
00:44
By controllingkontrolowanie the speedsprędkości of these fourcztery propellersśmigła,
8
32127
2108
Kontrolując szybkość czterech śmigieł,
00:46
these machinesmaszyny can rollrolka, pitchsmoła, yawodchylenia,
9
34235
3048
mogą wzbijać się, spadać, kręcić
00:49
and accelerateprzyśpieszyć alongwzdłuż theirich commonpospolity orientationOrientacja.
10
37283
2825
i przyspieszać w danym kierunku.
00:52
On boardtablica are alsorównież a batterybateria, a computerkomputer,
11
40108
3071
Mają baterię, komputer,
00:55
variousróżnorodny sensorsczujniki and wirelessbezprzewodowy radiosradia.
12
43179
3954
czujniki i bezprzewodowe odbiorniki.
00:59
QuadsQuady are extremelyniezwykle agileAgile, but this agilityzwinność comespochodzi at a costkoszt.
13
47133
4629
Kwadrokoptery są zwinne,
ale pewnym kosztem.
01:03
They are inherentlywłaściwie unstableniestabilna, and they need some formformularz
14
51762
2992
Są z natury niestabilne, więc potrzebują
01:06
of automaticAutomatyczne feedbackinformacje zwrotne controlkontrola in orderzamówienie to be ablezdolny to flylatać.
15
54754
3972
pomocy automatów, żeby latać.
01:16
So, how did it just do that?
16
64259
3238
Jak on to zrobił?
01:19
CamerasKamery on the ceilingsufit and a laptopkomputer przenośny
17
67497
1818
Kamery na suficie i laptop
01:21
serveobsługiwać as an indoorwnętrz globalświatowy positioningpozycjonowanie systemsystem.
18
69315
2576
działają jako system pozycyjny.
01:23
It's used to locateZnajdź objectsobiekty in the spaceprzestrzeń
19
71891
2185
Używamy go do lokalizowania obiektów,
01:26
that have these reflectiveodblaskowy markersmarkery on them.
20
74076
2527
mających odblaskowe wskaźniki.
01:28
This datadane is then sentwysłane to anotherinne laptopkomputer przenośny
21
76603
2061
Dane wysyłane są do laptopa,
01:30
that is runningbieganie estimationoszacowanie and controlkontrola algorithmsalgorytmy,
22
78664
2211
przeliczającego algorytmy
szacujące i sterujące,
01:32
whichktóry in turnskręcać sendswysyła commandspolecenia to the quadQuad,
23
80875
1886
który wysyła polecenia do maszyny,
01:34
whichktóry is alsorównież runningbieganie estimationoszacowanie and controlkontrola algorithmsalgorytmy.
24
82761
3485
która także prowadzi obliczenia.
01:41
The bulkobjętość of our researchBadania is algorithmsalgorytmy.
25
89620
2510
Badamy głównie algorytmy.
01:44
It's the magicmagia that bringsprzynosi these machinesmaszyny to life.
26
92130
4161
To magia pobudzająca maszyny do życia.
01:48
So how does one designprojekt the algorithmsalgorytmy
27
96291
2043
Jak napisać algorytm
01:50
that createStwórz a machinemaszyna athletesportowiec?
28
98334
2277
który stworzy maszynę-sportowca?
01:52
We use something broadlyszeroko callednazywa model-basedna podstawie modelu designprojekt.
29
100611
2880
Używamy projektowania
opartego na wzorcach.
01:55
We first capturezdobyć the physicsfizyka with a mathematicalmatematyczny modelModel
30
103491
3154
Ujmujemy modelem matematycznym
01:58
of how the machinesmaszyny behavezachować się.
31
106645
2134
zachowanie danej maszyny.
02:00
We then use a branchgałąź of mathematicsmatematyka
32
108779
2297
Posługując się teorią sterowania,
02:03
callednazywa controlkontrola theoryteoria to analyzeanalizować these modelsmodele
33
111076
2831
analizujemy wzorce
02:05
and alsorównież to synthesizesyntezować algorithmsalgorytmy for controllingkontrolowanie them.
34
113907
3913
i opracowujemy algorytmy sterujące.
02:09
For exampleprzykład, that's how we can make the quadQuad hoverunosić się w powietrzu.
35
117820
3048
Tak powodujemy uniesienie się maszyny.
Opisaliśmy dynamikę ruchu
02:12
We first capturedschwytany the dynamicsdynamika
36
120868
1408
02:14
with a setzestaw of differentialmechanizm różnicowy equationsrównania.
37
122276
1906
zestawem równań różniczkowych.
02:16
We then manipulatemanipulować these equationsrównania with the help
38
124182
2349
Przekształciliśmy je
z pomocą teorii sterowania,
02:18
of controlkontrola theoryteoria to createStwórz algorithmsalgorytmy that stabilizeustabilizować the quadQuad.
39
126531
4640
by stworzyć algorytmy stabilizujące.
02:23
Let me demonstratewykazać the strengthwytrzymałość of this approachpodejście.
40
131171
2946
Pokażę zalety tej metody.
02:29
SupposeZałóżmy, że that we want this quadQuad to not only hoverunosić się w powietrzu
41
137198
2549
Maszyna ma nie tylko unieść się,
02:31
but to alsorównież balancesaldo this polePolak.
42
139747
2782
ale i utrzymać tyczkę w równowadze.
02:34
With a little bitkawałek of practicećwiczyć,
43
142529
1844
Przy odrobinie ćwiczeń,
02:36
it's prettyładny straightforwardbezpośredni for a humanczłowiek beingistota to do this,
44
144373
2391
człowiekowi przychodzi to dość łatwo,
02:38
althoughmimo że we do have the advantageZaletą of havingmający
45
146764
1755
chociaż my mamy przewagę
02:40
two feetstopy on the groundziemia
46
148519
1328
stania na dwóch nogach
02:41
and the use of our very versatilewszechstronny handsręce.
47
149847
2957
i dużej zręczności rąk.
02:44
It becomesstaje się a little bitkawałek more difficulttrudny
48
152804
2469
Trudność pojawia się,
02:47
when I only have one footstopa on the groundziemia
49
155273
2296
gdy stoję na jednej nodze
02:49
and when I don't use my handsręce.
50
157569
2799
i nie używam rąk.
02:52
NoticePowiadomienia how this polePolak has a reflectiveodblaskowy markerznacznik on topTop,
51
160368
2951
Na szczycie tyczki
jest odblaskowy znacznik,
02:55
whichktóry meansznaczy that it can be locatedusytuowany in the spaceprzestrzeń.
52
163319
3894
pozwalający ją zlokalizować w przestrzeni.
03:04
(ApplauseAplauz)
53
172971
5976
(Brawa)
03:10
You can noticeogłoszenie that this quadQuad is makingzrobienie fine adjustmentskorekty
54
178947
2826
Maszyna wprowadza korekty,
03:13
to keep the polePolak balancedzrównoważony.
55
181773
2195
by utrzymać tyczkę w równowadze.
03:15
How did we designprojekt the algorithmsalgorytmy to do this?
56
183968
3059
Jak zaprojektowaliśmy te algorytmy?
Dodaliśmy model matematyczny tyczki
03:19
We addedw dodatku the mathematicalmatematyczny modelModel of the polePolak
57
187027
2105
03:21
to that of the quadQuad.
58
189132
1519
do modelu maszyny.
03:22
OnceRaz we have a modelModel of the combinedłączny quad-poleQuad Polak systemsystem,
59
190651
2954
Mając połączony model maszyny i tyczki,
03:25
we can use controlkontrola theoryteoria to createStwórz algorithmsalgorytmy for controllingkontrolowanie it.
60
193605
4933
wykorzystujemy teorię sterowania,
by stworzyć algorytm sterujący.
03:30
Here, you see that it's stablestabilny,
61
198538
1588
Maszyna jest stabilna,
03:32
and even if I give it little nudgestrąca,
62
200126
2693
nawet jeśli ją trącam,
03:34
it goesidzie back to the nicemiły, balancedzrównoważony positionpozycja.
63
202819
5403
powraca do swojej pozycji.
Możemy uzupełnić model o wskazówki,
03:40
We can alsorównież augmentulepszenie the modelModel to includezawierać
64
208222
1663
03:41
where we want the quadQuad to be in spaceprzestrzeń.
65
209885
2441
gdzie ma się znaleźć w przestrzeni.
03:44
UsingZa pomocą this pointerwskaźnik, madezrobiony out of reflectiveodblaskowy markersmarkery,
66
212326
3069
Dzięki wskaźnikowi
z odblaskowych znaczników
03:47
I can pointpunkt to where I want the quadQuad to be in spaceprzestrzeń
67
215395
2224
mogę wskazać, gdzie chcę umieścić maszynę
03:49
a fixednaprawiony distancedystans away from me.
68
217619
3367
w określonej odległości ode mnie.
04:07
The keyklawisz to these acrobaticakrobatyczne maneuversmanewry is algorithmsalgorytmy,
69
235763
2902
Kluczem do tych akrobacji jest algorytm,
04:10
designedzaprojektowany with the help of mathematicalmatematyczny modelsmodele
70
238665
2426
stworzony przy pomocy
modeli matematycznych
04:13
and controlkontrola theoryteoria.
71
241091
1950
i teorii sterowania.
04:15
Let's tell the quadQuad to come back here
72
243041
2214
Każmy maszynie wrócić
04:17
and let the polePolak dropupuszczać,
73
245255
1819
i upuścić tyczkę.
04:19
and I will nextNastępny demonstratewykazać the importanceznaczenie
74
247074
1918
Zademonstruję znaczenie
04:20
of understandingzrozumienie physicalfizyczny modelsmodele
75
248992
2119
zrozumienia modeli fizycznych
04:23
and the workingsdziałania of the physicalfizyczny worldświat.
76
251111
4120
i działania fizyki w praktyce.
04:37
NoticePowiadomienia how the quadQuad lostStracony altitudeWysokość
77
265462
1770
Maszyna straciła wysokość,
04:39
when I put this glassszkło of waterwoda on it.
78
267232
2082
gdy postawiłem na niej szklankę wody.
04:41
UnlikeW przeciwieństwie do the balancingrównoważenia polePolak, I did not includezawierać
79
269314
2801
Nie uwzględniłem w systemie
04:44
the mathematicalmatematyczny modelModel of the glassszkło in the systemsystem.
80
272115
2584
modelu matematycznego szklanki wody.
04:46
In factfakt, the systemsystem doesn't even know that the glassszkło of waterwoda is there.
81
274699
2919
System nie wie nawet,
że szklanka tam jest.
04:49
Like before, I could use the pointerwskaźnik to tell the quadQuad
82
277618
3292
Mogę użyć wskaźnika, żeby wskazać maszynie
04:52
where I want it to be in spaceprzestrzeń.
83
280910
2589
gdzie ma się znaleźć.
04:55
(ApplauseAplauz)
84
283499
9597
(Brawa)
05:05
Okay, you should be askingpytając yourselfsiebie,
85
293096
2110
Pewnie jesteście ciekawi,
05:07
why doesn't the waterwoda fallspadek out of the glassszkło?
86
295206
2509
dlaczego woda się nie wylewa?
05:09
Two factsfakty: The first is that gravitypowaga actsdzieje
87
297715
3211
Dwie sprawy: grawitacja oddziałuje
05:12
on all objectsobiekty in the samepodobnie way.
88
300926
2125
na wszystkie przedmioty tak samo.
05:15
The seconddruga is that the propellersśmigła are all pointingwskazując
89
303051
2464
Po drugie, śmigła są skierowane w górę,
05:17
in the samepodobnie directionkierunek of the glassszkło, pointingwskazując up.
90
305515
3127
w stronę szklanki.
05:20
You put these two things togetherRazem, the netnetto resultwynik
91
308642
2377
W rezultacie okazuje się,
05:23
is that all sidebok forcessiły on the glassszkło are smallmały
92
311019
2287
że siły działające
na szklankę z boku są małe
05:25
and are mainlygłównie dominatedzdominowany by aerodynamicaerodynamiczny effectsruchomości,
93
313306
2785
i zrównoważone przez wpływ aerodynamiki,
05:28
whichktóry as these speedsprędkości are negligiblenieistotne.
94
316091
3841
i można je pominąć.
05:35
And that's why you don't need to modelModel the glassszkło.
95
323336
2071
Dlatego nie trzeba modelować szklanki.
05:37
It naturallynaturalnie doesn't spillzalanie no mattermateria what the quadQuad does.
96
325407
3848
Woda się nie wyleje,
niezależnie od ruchów maszyny.
05:50
(ApplauseAplauz)
97
338651
7051
(Brawa)
05:57
The lessonlekcja here is that some high-performancewysokiej wydajności taskszadania
98
345702
4016
Pewne skomplikowane zadania
06:01
are easierłatwiejsze than othersinni,
99
349718
1397
są łatwiejsze od innych.
06:03
and that understandingzrozumienie the physicsfizyka of the problemproblem
100
351115
2296
Zrozumienie fizyki problemu
06:05
tellsmówi you whichktóry oneste are easyłatwo and whichktóry oneste are hardciężko.
101
353411
2616
wyjaśnia, które zadania
są łatwe, a które trudne.
06:08
In this instanceinstancja, carryingNiosąc a glassszkło of waterwoda is easyłatwo.
102
356027
2359
Trzymanie szklanki jest łatwe.
06:10
BalancingRównoważenia a polePolak is hardciężko.
103
358386
3785
Utrzymywanie tyczki jest trudne.
06:14
We'veMamy all heardsłyszał storieshistorie of athletessportowcy
104
362171
1802
Słyszeliśmy historie o sportowcach
06:15
performingdziałający featswyczyny while physicallyfizycznie injuredranny.
105
363973
2493
dokonujących wyczynów mimo obrażeń.
06:18
Can a machinemaszyna alsorównież performwykonać
106
366466
1519
Czy maszyna też może działać
06:19
with extremeskrajny physicalfizyczny damageuszkodzić?
107
367985
2651
przy dużym fizycznym uszkodzeniu?
Rozsądek podpowiada,
że potrzeba przynajmniej
06:22
ConventionalKonwencjonalne wisdommądrość saysmówi that you need
108
370636
1726
06:24
at leastnajmniej fourcztery fixednaprawiony motorsilnik propellerśmigło pairspary in orderzamówienie to flylatać,
109
372362
3690
czterech działających śmigieł do latania,
ponieważ do kontrolowania
są cztery parametry:
06:28
because there are fourcztery degreesstopni of freedomwolność to controlkontrola:
110
376052
2112
06:30
rollrolka, pitchsmoła, yawodchylenia and accelerationprzyśpieszenie.
111
378164
3028
obrót, kołysanie się,
odchylenie i przyspieszenie.
06:33
HexacoptersHexacopters and octocoptersoctocopters, with sixsześć and eightosiem propellersśmigła,
112
381192
3245
Heksakoptery i oktokoptery
z 6 i 8 śmigłami
06:36
can providezapewniać redundancynadmiarowości,
113
384437
1483
mają nadmiarowe śmigła,
06:37
but quadrocoptersquadrocopters are much more popularpopularny
114
385920
1989
ale kwadrokoptery są popularniejsze,
06:39
because they have the minimumminimum numbernumer
115
387909
1815
bo mają minimalną liczbę
06:41
of fixednaprawiony motorsilnik propellerśmigło pairspary: fourcztery.
116
389724
2476
śmigieł do latania: cztery.
06:44
Or do they?
117
392200
1965
Czyżby?
07:01
If we analyzeanalizować the mathematicalmatematyczny modelModel of this machinemaszyna
118
409476
2600
Analizując model matematyczny tej maszyny
07:04
with only two workingpracujący propellersśmigła,
119
412076
2176
z tylko dwoma działającymi śmigłami
07:06
we discoverodkryć that there's an unconventionaloryginalny way to flylatać it.
120
414252
6756
odkryliśmy nietypowy
sposób, by mogła latać.
07:19
We relinquishzrzec się controlkontrola of yawodchylenia,
121
427980
1706
Rezygnujemy z kontroli odchylenia,
07:21
but rollrolka, pitchsmoła and accelerationprzyśpieszenie can still be controlledkontrolowane
122
429686
3070
ale nadal można sterować obrotem,
kołysaniem i przyspieszeniem
07:24
with algorithmsalgorytmy that exploitwykorzystać this newNowy configurationKonfiguracja.
123
432756
5452
dzięki algorytmom wykorzystującym
nową konfigurację.
07:33
MathematicalMatematyczne modelsmodele tell us exactlydokładnie when
124
441668
2432
Modele wyjaśniają dokładnie,
07:36
and why this is possiblemożliwy.
125
444100
2072
kiedy i dlaczego jest to możliwe.
07:38
In this instanceinstancja, this knowledgewiedza, umiejętności allowspozwala us to designprojekt
126
446172
2368
Ta wiedza pozwala nam projektować
07:40
novelpowieść machinemaszyna architecturesarchitektur
127
448540
2256
nowatorską architekturę maszyn
07:42
or to designprojekt cleversprytny algorithmsalgorytmy that gracefullywdziękiem handleuchwyt damageuszkodzić,
128
450796
4176
i inteligentne algorytmy,
które radzą sobie z uszkodzeniami
07:46
just like humanczłowiek athletessportowcy do,
129
454972
1724
jak ludzcy sportowcy.
07:48
insteadzamiast of buildingbudynek machinesmaszyny with redundancynadmiarowości.
130
456696
3823
zamiast budować maszyny
z nadmiarowymi elementami.
07:52
We can't help but holdutrzymać our breathoddech when we watch
131
460519
2112
Zapiera nam dech w piersiach, gdy widzimy
07:54
a divernurek somersaultingSalto into the waterwoda,
132
462631
2437
pływaka robiącego salto do wody
07:57
or when a vaulterlekkoatleta is twistingpokrętny in the airpowietrze,
133
465068
1790
albo tyczkarza wirującego w powietrzu,
07:58
the groundziemia fastszybki approachingzbliża się.
134
466858
1718
gdy ziemia szybko się zbliża.
08:00
Will the divernurek be ablezdolny to pullCiągnąć off a riprozerwać entrywejście?
135
468576
2568
Czy pływakowi uda się wbić w wodę?
08:03
Will the vaulterlekkoatleta stickkij the landinglądowanie?
136
471144
2000
Czy tyczkarz dobrze wyląduje?
08:05
SupposeZałóżmy, że we want this quadQuad here
137
473144
1668
Załóżmy, że ten kwadrokopter
ma wykonać potrójny obrót
08:06
to performwykonać a triplepotroić fliptrzepnięcie and finishkoniec off
138
474812
2451
08:09
at the exactdokładny samepodobnie spotmiejsce that it startedRozpoczęty.
139
477263
2269
i wrócić na swoją pozycję.
08:11
This maneuvermanewr is going to happenzdarzyć so quicklyszybko
140
479532
2347
Taki manewr odbywa się tak szybko,
08:13
that we can't use positionpozycja feedbackinformacje zwrotne to correctpoprawny the motionruch duringpodczas executionwykonanie.
141
481879
3629
że nie można użyć pozycjonowania
do kontroli ruchu.
08:17
There simplypo prostu isn't enoughdość time.
142
485508
2274
Nie ma na to czasu.
08:19
InsteadZamiast tego, what the quadQuad can do is performwykonać the maneuvermanewr blindlyślepo,
143
487782
3694
Kwadrokopter wykona
więc manewr "na ślepo",
08:23
observenależy przestrzegać how it finisheswykończenia the maneuvermanewr,
144
491476
2232
zidentyfikuje położenie
i użyje tej informacji,
08:25
and then use that informationInformacja to modifymodyfikować its behaviorzachowanie
145
493708
2424
by kolejny obrót wyszedł lepiej.
08:28
so that the nextNastępny fliptrzepnięcie is better.
146
496132
2289
Zupełnie jak pływak i tyczkarz
08:30
SimilarPodobne to the divernurek and the vaulterlekkoatleta,
147
498421
1812
08:32
it is only throughprzez repeatedpowtarzający się practicećwiczyć
148
500233
1919
trenują do perfekcji, by kolejna próba
08:34
that the maneuvermanewr can be learnednauczyli and executedwykonywane
149
502152
1925
została wykonana bezbłędnie.
08:36
to the highestnajwyższy standardstandard.
150
504077
2133
(Brawa)
08:46
(ApplauseAplauz)
151
514412
4752
Rzucanie piłką jest kluczową umiejętnością
w wielu sportach.
08:51
StrikingUderzające a movingw ruchu ballpiłka is a necessaryniezbędny skillumiejętność in manywiele sportsSport.
152
519164
3472
08:54
How do we make a machinemaszyna do
153
522636
1795
Jak nauczyć robota czynności,
08:56
what an athletesportowiec does seeminglypozornie withoutbez effortwysiłek?
154
524431
3753
którą sportowiec wykonuje
niemal bez wysiłku?
09:15
(ApplauseAplauz)
155
543943
6599
Ten kwadrokopter ma rakietę
przymocowaną na wierzchu
09:22
This quadQuad has a racketrakieta strappedprzywiązany ontona its headgłowa
156
550542
2650
09:25
with a sweetSłodkie spotmiejsce roughlyw przybliżeniu the sizerozmiar of an applejabłko, so not too largeduży.
157
553192
3487
z punktem odbicia wielkości jabłka,
więc niedużym.
09:28
The followingnastępujący calculationsobliczenia are madezrobiony everykażdy 20 millisecondsmilisekund,
158
556679
3167
Obliczenia są robione co 20 ms,
czyli 50 razy na sekundę.
09:31
or 50 timesczasy perza seconddruga.
159
559846
1756
Najpierw określamy, gdzie leci piłka.
09:33
We first figurepostać out where the ballpiłka is going.
160
561602
2812
09:36
We then nextNastępny calculateobliczać how the quadQuad should hittrafienie the ballpiłka
161
564414
2437
Potem obliczamy,
jak robot powinien uderzyć,
09:38
so that it fliesmuchy to where it was thrownrzucony from.
162
566851
3099
by piłka wróciła do punktu wyjścia.
Po trzecie, ustalana jest trajektoria,
09:41
ThirdTrzecie, a trajectorytrajektoria is plannedzaplanowany that carriesniesie the quadQuad
163
569950
4456
która przenosi robota
w miejsce odbicia piłki.
09:46
from its currentobecny statestan to the impactwpływ pointpunkt with the ballpiłka.
164
574406
3024
Po czwarte, wykonujemy
tylko 20ms tej strategii
09:49
FourthCzwarty, we only executewykonać 20 milliseconds'milisekund worthwartość of that strategystrategia.
165
577430
3809
09:53
TwentyDwudziestu millisecondsmilisekund laterpóźniej, the wholecały processproces is repeatedpowtarzający się
166
581239
2807
Po 20 ms cały proces jest powtarzany
09:56
untilaż do the quadQuad strikesUderzenia the ballpiłka.
167
584046
2243
aż do momentu uderzenia piłki.
(Brawa)
10:07
(ApplauseAplauz)
168
595560
2646
Maszyny potrafią działać
nie tylko w pojedynkę,
10:10
MachinesMaszyny can not only performwykonać dynamicdynamiczny maneuversmanewry on theirich ownwłasny,
169
598206
3372
10:13
they can do it collectivelyłącznie.
170
601578
1863
mogą działać razem.
10:15
These threetrzy quadsquady are cooperativelywspólnie carryingNiosąc a skyniebo netnetto.
171
603441
3587
Te 3 kwadrokoptery wspólnie unoszą siatkę.
(Brawa)
10:28
(ApplauseAplauz)
172
616574
5411
Wykonują niebywale dynamiczny
10:33
They performwykonać an extremelyniezwykle dynamicdynamiczny
173
621985
2197
10:36
and collectivekolektyw maneuvermanewr
174
624182
2168
wspólny manewr,
by odrzucić mi piłkę.
10:38
to launchuruchomić the ballpiłka back to me.
175
626350
1692
10:40
NoticePowiadomienia that, at fullpełny extensionrozbudowa, these quadsquady are verticalpionowy.
176
628042
3511
Zwróćcie uwagę, że w punkcie kulminacyjnym
roboty są w pionie.
10:48
(ApplauseAplauz)
177
636486
1772
(Brawa)
10:50
In factfakt, when fullycałkowicie extendedrozszerzony,
178
638258
2287
Wtedy też poddane są przeciążeniu
10:52
this is roughlyw przybliżeniu fivepięć timesczasy greaterwiększy than what a bungeebungee jumperskoczek feelsczuje
179
640545
2685
5 razy większemu
niż w końcówce skoku na bungee.
10:55
at the endkoniec of theirich launchuruchomić.
180
643230
4588
11:03
The algorithmsalgorytmy to do this are very similarpodobny
181
651009
2677
Zastosowane algorytmy są bardzo podobne
11:05
to what the singlepojedynczy quadQuad used to hittrafienie the ballpiłka back to me.
182
653686
3384
do tych, które umożliwiają odbicie piłki.
11:09
MathematicalMatematyczne modelsmodele are used to continuouslybez przerwy re-planPonowne planowanie
183
657070
2864
Modele matematyczne służą
11:11
a cooperativeSpółdzielnia strategystrategia 50 timesczasy perza seconddruga.
184
659934
4515
do ciągłej aktualizacji wspólnej
strategii, 50 razy na sekundę.
11:16
Everything we have seenwidziany so fardaleko has been
185
664449
1877
Wszystko, co pokazałem,
11:18
about the machinesmaszyny and theirich capabilitiesmożliwości.
186
666326
2463
dotyczyło robotów i ich zdolności.
11:20
What happensdzieje się when we couplepara this machinemaszyna athleticismsprawności fizycznej
187
668789
3015
A jeżeli połączymy zwinność maszyn
11:23
with that of a humanczłowiek beingistota?
188
671804
1776
ze zwinnością ludzi?
Mam przed sobą popularny czujnik gestów,
11:25
What I have in frontz przodu of me is a commercialReklama w telewizji gesturegest sensorczujnik
189
673580
3805
używany głównie podczas gier.
11:29
mainlygłównie used in gamingGaming.
190
677385
1309
Rozpoznaje on "na żywo"
11:30
It can recognizerozpoznać what my variousróżnorodny bodyciało partsCzęści
191
678694
1804
ruchy poszczególne części mojego ciała.
11:32
are doing in realreal time.
192
680498
2048
11:34
SimilarPodobne to the pointerwskaźnik that I used earlierwcześniej,
193
682546
2116
Podobnie jak wcześniejszy wskaźnik,
11:36
we can use this as inputswejścia to the systemsystem.
194
684662
2792
może być użyty do wprowadzenia danych.
11:39
We now have a naturalnaturalny way of interactinginterakcja
195
687454
2396
To naturalny sposób sterowania
11:41
with the rawsurowy athleticismsprawności fizycznej of these quadsquady with my gesturesgesty.
196
689850
4944
manewrami maszyn przy pomocy gestów.
(Brawa)
12:22
(ApplauseAplauz)
197
730453
4400
Interakcja nie musi być wirtualna,
może być fizyczna.
12:35
InteractionInterakcji doesn't have to be virtualwirtualny. It can be physicalfizyczny.
198
743982
4007
12:39
Take this quadQuad, for exampleprzykład.
199
747989
1725
Spójrzmy na ten kwadrokopter.
12:41
It's tryingpróbować to stayzostać at a fixednaprawiony pointpunkt in spaceprzestrzeń.
200
749714
2628
Stara się utrzymać swoją pozycję.
12:44
If I try to moveruszaj się it out of the way, it fightswalki me,
201
752342
3837
Jeżeli nim poruszę, przeciwstawia mi się
12:48
and movesporusza się back to where it wants to be.
202
756179
4155
i wraca na swoje miejsce.
Możemy to jednak zmienić.
12:52
We can changezmiana this behaviorzachowanie, howeverjednak.
203
760334
3039
Przy pomocy modeli matematycznych
12:55
We can use mathematicalmatematyczny modelsmodele
204
763373
1699
12:57
to estimateoszacowanie the forcesiła that I'm applyingstosowanie to the quadQuad.
205
765072
3133
możemy oszacować siłę, jakiej używam.
13:00
OnceRaz we know this forcesiła, we can alsorównież changezmiana the lawsprawa of physicsfizyka,
206
768205
3238
Gdy ją znamy, możemy zmienić prawa fizyki
13:03
as fardaleko as the quadQuad is concernedzaniepokojony, of coursekurs.
207
771443
4499
Tylko dla robota, rzecz jasna.
13:07
Here the quadQuad is behavingzachowuje się as if it were
208
775942
2263
Teraz kwadrokopter porusza się tak,
13:10
in a viscouslepka fluidpłyn.
209
778205
4365
jakby znajdował się w lepkiej cieczy.
13:14
We now have an intimateintymne way
210
782570
2174
Mamy możliwość bliskiej interakcji
13:16
of interactinginterakcja with a machinemaszyna.
211
784744
1849
z maszyną.
13:18
I will use this newNowy capabilityzdolność to positionpozycja
212
786593
2506
Użyję tej możliwości, by ustawić
13:21
this camera-carryingnoszenia aparatu quadQuad to the appropriatewłaściwy locationLokalizacja
213
789099
2577
robota z kamerą w dobrym miejscu
13:23
for filmingfilmowanie the remainderreszta of this demonstrationdemonstracja.
214
791676
3186
do filmowania reszty prezentacji.
Możemy fizycznie wpływać na maszyny
13:36
So we can physicallyfizycznie interactoddziaływać with these quadsquady
215
804222
2768
13:38
and we can changezmiana the lawsprawa of physicsfizyka.
216
806990
2403
i zmieniać prawa fizyki.
13:41
Let's have a little bitkawałek of funzabawa with this.
217
809393
2313
Zabawmy się.
13:43
For what you will see nextNastępny, these quadsquady
218
811706
1704
Teraz zobaczycie,
jak roboty zachowywałyby się
13:45
will initiallypoczątkowo behavezachować się as if they were on PlutoPluto.
219
813410
3496
na Plutonie.
13:48
As time goesidzie on, gravitypowaga will be increasedzwiększony
220
816906
2312
Z upływem czasu grawitacja
będzie zwiększana,
13:51
untilaż do we're all back on planetplaneta EarthZiemia,
221
819218
2120
aż do osiągnięcia wartości ziemskiej,
13:53
but I assuregwarantować you we won'tprzyzwyczajenie get there.
222
821338
1719
ale zapewniam, że to się nie uda.
13:55
Okay, here goesidzie.
223
823057
3501
Uwaga.
(Śmiech)
14:05
(LaughterŚmiech)
224
833667
3412
(Śmiech)
14:34
(LaughterŚmiech)
225
862778
3208
(Brawa)
14:37
(ApplauseAplauz)
226
865986
3386
14:41
WhewUfff!
227
869372
1207
Uff!
14:46
You're all thinkingmyślący now,
228
874779
1517
Myślicie teraz,
14:48
these guys are havingmający way too much funzabawa,
229
876296
1975
że za dobrze się bawimy,
14:50
and you're probablyprawdopodobnie alsorównież askingpytając yourselfsiebie,
230
878271
2079
i zadajecie sobie pytanie:
14:52
why exactlydokładnie are they buildingbudynek machinemaszyna athletessportowcy?
231
880350
3936
po co budować zwinne maszyny?
Niektórzy sądzą, że rolą zwierzęcej zabawy
14:56
Some conjectureprzypuszczenie that the rolerola of playgrać in the animalzwierzę kingdomKrólestwo
232
884286
2652
14:58
is to honedoskonalić skillsumiejętności and developrozwijać capabilitiesmożliwości.
233
886938
2752
jest doskonalenie
umiejętności i zdolności.
15:01
OthersInni think that it has more of a socialspołeczny rolerola,
234
889690
2066
Inni myślą, że rozwój
umiejętności społecznych,
15:03
that it's used to bindwiązać the groupGrupa.
235
891756
1674
integrowanie grupy.
15:05
SimilarlyPodobnie, we use the analogyanalogia of sportsSport and athleticismsprawności fizycznej
236
893430
3533
Używamy analogii sportu
i sprawności fizycznej
15:08
to createStwórz newNowy algorithmsalgorytmy for machinesmaszyny
237
896963
2079
do tworzenia nowych algorytmów dla maszyn,
15:11
to pushPchać them to theirich limitsograniczenia.
238
899042
2147
by przesunąć granice ich możliwości.
15:13
What impactwpływ will the speedprędkość of machinesmaszyny have on our way of life?
239
901189
3677
Jaki wpływ wywrze na nasze życie
szybkość maszyn?
15:16
Like all our pastprzeszłość creationskreacje and innovationsinnowacje,
240
904866
2389
Tak jak nasze poprzednie
dzieła i innowacje,
15:19
they maymoże be used to improveulepszać the humanczłowiek conditionstan
241
907255
2827
mogą być użyte
do poprawienia jakości życia
15:22
or they maymoże be misusednadużywane and abusedmaltretowany.
242
910082
2501
lub użyte w złym celu.
15:24
This is not a technicaltechniczny choicewybór we are facedw obliczu with;
243
912583
1923
Nie stoimy przed problemem technicznym,
15:26
it's a socialspołeczny one.
244
914506
1755
lecz społecznym.
Podejmijmy właściwą decyzję,
15:28
Let's make the right choicewybór,
245
916261
1390
15:29
the choicewybór that bringsprzynosi out the bestNajlepiej in the futureprzyszłość of machinesmaszyny,
246
917651
2405
która przyniesie nam
pożytek z rozwoju maszyn,
15:32
just like athleticismsprawności fizycznej in sportsSport
247
920056
1812
tak jak sprawność fizyczna w sporcie
15:33
can bringprzynieść out the bestNajlepiej in us.
248
921868
2161
potrafi wydobyć z nas to, co najlepsze.
15:36
Let me introduceprzedstawiać you to the wizardsczarodzieje behindza the greenZielony curtainkurtyna.
249
924029
3450
Przedstawię wam magików zza kurtyny.
15:39
They're the currentobecny membersczłonków of the FlyingPływające MachineMaszyny ArenaArena researchBadania teamzespół.
250
927479
2900
To obecni członkowie zespołu
badawczego Flying Machine Arena.
15:42
(ApplauseAplauz)
251
930379
4769
(Brawa)
15:47
FedericoFederico AugugliaroAugugliaro, DarioDario BrescianiniBrescianini, MarkusMarkus HehnHehn,
252
935148
3046
Federico Augugliaro,
Dario Brescianini, Markus Hehn,
15:50
SergeiSiergiej LupashinLupashin, MarkMark MullerMuller and RobinRobin RitzRitz.
253
938194
2824
Sergei Lupashin, Mark Muller i Robin Ritz.
15:53
Look out for them. They're destinedprzeznaczone for great things.
254
941018
1932
Jeszcze o nich usłyszycie.
Są stworzeni do wielkich rzeczy.
15:54
Thank you.
255
942950
1178
Dziękuję!
15:56
(ApplauseAplauz)
256
944128
6354
(Brawa)
Translated by Daniel Szymanek
Reviewed by Dorota Konowrocka

▲Back to top

ABOUT THE SPEAKER
Raffaello D'Andrea - Autonomous systems pioneer
Raffaello D'Andrea explores the possibilities of autonomous technology by collaborating with artists, engineers and entrepreneurs.

Why you should listen

Raffaello D'Andrea combines academics, business, and the arts to explore the capabilities of autonomous systems. As part of his research as professor of dynamic systems and control at the Swiss Federal Institute of Technology (ETH Zürich), he and his collaborators enchant viewers with works like the self-destructing, self-assembling Robotic Chair, or the Balancing Cube that can perch itself on its corners.

D’Andrea and his team created the Flying Machine Arena to test the gravity-defying abilities of their athletic flying robots. Building on research in the Flying Machine Arena, ETH Zürich partnered with its spin-off company Verity Studios and with Cirque du Soleil to create “Sparked,” a short film showcasing the unexpected airborne dexterity of quadcopters. D’Andrea is the co-founder of Kiva Systems, a robotics company that develops intelligent automated warehouse systems and that was acquired by Amazon in 2012.

More profile about the speaker
Raffaello D'Andrea | Speaker | TED.com